医学NLP模型
2024-04-02 16:46:54 0 举报
AI智能生成
医学NLP(自然语言处理)模型是一种基于人工智能(AI)的技术,旨在理解和分析非结构化的医学文本,以提取有意义的信息。这些模型能够从大量医学文献、病例记录和临床试验报告中提取出关键信息,例如疾病症状、诊断、治疗方案和疗效等。医学NLP模型在临床决策支持、药物发现、临床试验研究和患者健康监测等领域具有广泛的应用价值。此外,这些模型还能够提高医疗机构的医疗质量和效率,降低医疗成本。然而,医学NLP模型的局限性在于它们需要大量的高质量训练数据,而且在处理医学领域的复杂性和多样性方面还存在一定的挑战。
作者其他创作
大纲/内容
1 数据准备
就诊科室 cure_department
主诉 chief_complain
现病史 HPI
实体识别(症状相关)
精神科
阿斯珀格综合征
学习能力learning ability
脾气disposition
注意力attention
表达能力expressive ability
子主题
妇科
神经科
子主题
体格检查 physical_examination
诊断名称 diagnosis_name
诊断ICD名称 ICD_name
诊断ICD编码 ICD_code
处理意见 handling_opinions
实体识别
精神科
症状相关(现病史)
检查/测定
药物
备注 proposal
2 数据预处理
数据文件类型转化
数据清洗
K折切割
3 模型构建
BERT-BILSTM-CRF
BERT预训练模型
Token向量
BILSTM模型
模型构建
构建数据迭代器
数据投喂
模型fine-tune微调
BERT结构采用学习率进行微调
下接结构采用学习率进行微调
步骤
读取模型结构图
设置超参数
设置BERT的参数
设置下接结构的参数
输入下接结构的学习率
对BERT进行微调
组装BERT和下接结构参数
模型保存
计算验证集F1
保存训练模型
模型预测
通过F1查看最优的预测模型
读取模型
对测试集进行预测
保存预测概率
预测结果后处理
CRF层获得每个token分类结果
0 条评论
下一页